Sci Adv｜复旦大学邵志敏/江一舟/顾雅佳/王鹤：开发影像组学无创识别肿瘤内部异质性的新方法
转自：生物谷
随着肿瘤的生长进化，肿瘤细胞增殖分裂产生的子代细胞出现与亲代细胞和同代细胞不同的基因组特征形成肿瘤亚克隆。即使在同一肿瘤组织中，不同亚克隆的细胞在形态、生长速度、侵袭能力和对药物的敏感性等方面也呈现差异。这就是肿瘤内部异质性，它对肿瘤进展、治疗和预后具有重要影响。
目前评估肿瘤内部异质性的手段主要包括基因组和组织学两方面，其分别通过多区域活检结合基因组测序分析肿瘤基因组空间异质性、基于组织病理学图像量化肿瘤细胞间形态和染色差异计算肿瘤细胞形态学异质性。然而，这些手段均为有创评估，且往往因为对肿瘤局部进行采样，很难反应肿瘤整体的异质性程度，对评估结果造成偏倚。影像组学是近年来新兴的基于医学图像的机器学习方法，通过提取高通量特征将图像转化为数字矩阵，进而关联预测临床变量，实现肿瘤关键分子的无创可视化。影像组学的技术特点为全面、无创评估肿瘤内部异质性提供了一种新思路。
2023年10月6日，复旦大学附属肿瘤医院乳腺外科邵志敏/江一舟团队与放射诊断科顾雅佳团队、类脑智能科学与技术研究院王鹤团队合作，于期刊ScienceAdvances发表题为“Radiogenomic-basedmultiomicanalysisrevealsimagingintratumorheterogeneityphenotypesandtherapeutictargets”的研究。该研究建立了一种基于影像组学评估肿瘤内部异质性的方法，并揭示了影像组学肿瘤内部异质性的预后价值和生物学本质。
研究团队构建了来自国内外三个中心的大型乳腺癌对比增强磁共振影像组学数据库(n=1474)，提取了反映图像灰度异质性的直方图特征和纹理特征作为变量。根据患者影像组学特征表达模式不同，通过相似网络融合算法将乳腺癌分为高、低影像组学肿瘤内部异质性亚群。基于长期随访的乳腺癌临床数据，研究团队发现影像组学高肿瘤内部异质性患者预后显著较差。基于匹配的多组学数据，证明影像组学、基因组学和组织病理学评估的肿瘤内部异质性的统一性，揭示了影像组学评估为高内部异质性肿瘤呈现致癌基因通路激活和代谢失调的特征，并对靶向铁死亡的治疗潜在敏感。该研究的关键结论均在独立外部数据库中得到验证。
综上，该研究基于匹配多组学的大型影像组学数据库全面解析乳腺癌患者影像组学肿瘤内部异质性特征、多维度论证影像组学方法评估肿瘤内部异质性的可靠性并深入探索其背后的生物学基础，有望为临床实践中肿瘤异质性的无创评估和治疗策略探索提供新模式。
注：文中插图源于ScienceAdvances
原文链接：http://doi.org/10.1126/sciadv.adf0837